数据统计分析软件有哪些：Tableau、FineBI、PowerBI

• 数据存储层：Access、SQL Server、DB、Oracle等
• 数据处理层：Python、Hadoop
• 数据报表层：Finereport
• 数据展示层：Tableau、Powerbi、Finebi

衡石科技

2.3

5条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

9

合作品牌

24

一、数据存储层面

   这一方面主要是数据库和数据仓库的一些知识点，企业要想做数字化转型，把原先的一些数据系统，如ERP、OA、CRM、Excel等，必须得进行数字打通，不然整个企业就相当于在进行烟囱式开发，数据东一块，西一块，根本不能成为体系。

   具体的，就是一些数据库的使用，不要说这方面的知识不想学，有运维替你管着。一个好的大数据体系，数据仓库和数据库、数据湖、数据集市的建立是非常重要的，建模的维度就决定了你后面分析的维度，如果维度不够全面与准确，那你的工具再好也就没有意义了。

二、数据处理层面

   python、hadoop可以闪亮登场了，但是hadoop是一个非常复杂的平台，需要的技术很多，所以这里我们暂时不讨论。

   我做了很多年的大数据技术了，所以最早我开始做分析的时候都是希望通过编程来实现，使用Python的好处是自由度非常高，能够灵活运用模型和算法，并且从数据采集到数据清洗到数据分析，一种语言就可以全部搞定。

三、数据报表层面

可能提到报表，很多人脑子里的想法就是Excel，这其实是完全不对的，excel的短板是很明显的：

• Excel会导致企业信息化程度不够
• 数据口径不一致，浪费人力去核对
• 数据采集困难，更改不能实时显示数据

关于报表工具，我推荐的是FineReport，这里简单介绍一下：

报表开发方面，FineReport比Excel更专业一些，因为它是一个纯Java开发的报表软件，相对于开源报表来说，它的功能都是封装好的，用户不需要编码直接就能用，而且它的界面设计风格和Excel类似，兼容Excel常用的公式，稍微会点Excel就能很快上手。

而且Finereport是作为企业级的报表平台应用，所以适合公司使用。

数据统计分析软件

四、数据展现层面

我上一家公司用的是SAS，可现在流行R语言来训练模型，作为数据分析工具，今年已经没有采购SAS了预算了，预算都给大数据平台产品了。

你们以为的数据展现，可能就是所有数据都处理好了，然后直接生成可视化就行，其实远不是这样，那数据变动怎么办呢？数据量太大，宕机了怎么办呢？

所以一个实时的可视化工具就显得非常重要，我觉得Tableau、PowerBI、FineBI都是一个不错的选择，

（1）Tableau

Tableau我更倾向于将他定义为数据可视化工具，而不是数据分析工具，因为tableau的数据可视化能力确实非常强，他的交互式的可视化体验在业内是被人津津乐道，但是在数据建模和数据分析功能上，略输pbi与finebi一筹。

其实我用的是Tb prep+Tb desktop，因为tableau一直以来就被数据处理能力差而诟病，prep就是千呼万唤始出来的数据清洗工具，2018年才刚刚面世，主要是为了弥补tb在数据清洗工作上的欠缺，我用过一两次，接触的不深，风格还是一贯的tb清新风格，基本可以实现数据清洗、数据整理、数据合并等etl操作，但是理论上任何产品都需要一定的生长曲线，我相信tb prep也同样是如此，未来还有更大的空间可以优化。

另外就是prep+desktop两款工具协同工作的方式，太过于麻烦，这也算是tb的一大与生俱来的缺点。

此外Tableau是国外的工具，一是服务体系不够全，出了问题要解决很久，这是不能接受的；二是价格实在是太高，动不动就上百万。

（2）FineBI

所以我推荐FineBI，一款web级的敏捷数据工具，不仅直接拖拽就能生成可视化，而且还能做复杂报表，BI报表就是企业的新方向。

其实数据展现类的工具，靠不靠谱还得看引擎，FineBI引擎的两种模式可以支持大数据量分析，这一点我是非常推崇的：

• 抽取模式：提供基于索引的高效计算引擎，通过数据预加载，支撑前端快速数据分析，适用于实时性要求不高的分析。
• 实时模式：直接对接读取企业的数据库表进行分析，适用于对实时性要求较高的数据分析场景。

可视化能力嘛，比tableau弱一点，不过好处就是简单一点，很好上手。

（3）PowerBI

首先powerbi我将其定义为适合个人多联机的数据分析与挖掘工具。

PBI可以说是微软的一次偶然尝试和偶然的产品，在tableau出现之前，微软对于数据分析领域的布局其实非常简单，只有针对企业用户的sql server analysis service和excel里的power pivot，后来微软将这两个工具进行结合，开发出了Powerbi

所以与其说powerbi是微软开发出的数据分析工具，不如说是微软依靠对BI业务模型多年的研究总结后得出的一套解决方案，也就是DAX所代表的的数据分析理念。这一点与tableau提倡的理念是相反的。

   现在很多人都在说不学python会怎么怎么样，但其实不是这样，归根结底只是一个底层语言，需要混合使用。Python是有一定门槛的，而且学习的时间成本不低，往往一次分析需要花较多的时间，如果不是大型分析项目，有点大材小是对于大型的项目，尤其是涉及到数据挖掘类的，建议用python。当然还有一些可以数据抓取的工具，我就不说了，本质其实都差不多，以上就是小编为您带来的数据统计分析软件的相关介绍。